એકમો
1. પેટ્રોલિયમ અને નેચરલ ગેસ એન્જિનિયરિંગમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ અને વેરિફિકેશન શિસ્તનો પરિચય 2. ડ્રિલિંગ ડેટા, વેલ લોગ્સ અને પેટ્રોફિઝિકલ અર્થઘટન 3. સિસ્મિક ડેટા વિશ્લેષણ, વિશેષતા નિષ્કર્ષણ અને માળખાકીય અર્થઘટન 4. જળાશય લાક્ષણિકતા, ફેસીસ મોડેલિંગ અને જીઓસ્ટેટિસ્ટિક્સ 5. ઉત્પાદન અનુમાન, ડ્રોડાઉન કર્વ વિશ્લેષણ અને અનામત અંદાજ 6. ડ્રિલિંગ અને ઉત્પાદન ઓપ્ટિમાઇઝેશન 7. અનુમાનિત જાળવણી અને સાધનોની વિશ્વસનીયતા 8. HSE, પ્રક્રિયા સલામતી અને ઓપરેશનલ જોખમ 9. પાઇપલાઇન મોનિટરિંગ, લીક ડિટેક્શન અને ઇન્ટિગ્રિટી મેનેજમેન્ટ 10. પાયથોન સાથે ડેટા વિશ્લેષણ: તેલ-ગેસ વર્કફ્લો 11. નિયમનકારી, નીતિશાસ્ત્ર, ડેટા ગોપનીયતા અને સર્વગ્રાહી ચકાસણી શાસન
એકમ 5 / 11

ઉત્પાદન અનુમાન, ડ્રોડાઉન કર્વ વિશ્લેષણ અને અનામત અંદાજ

નફો:

  • ડ્રોડાઉન કર્વ એનાલિસિસ (DCA), Arps મોડલ્સ અને મશીન લર્નિંગ સાથે ઉત્પાદન આગાહી અને EUR આગાહી સમજાવવાની ક્ષમતા
  • ઉત્પાદન ડેટા સફાઈ, ડ્રોડાઉન શાસન પસંદગી અને અનામત વર્ગીકરણ (1P/2P/3P) માં AI ને સ્થાન આપવાની ક્ષમતા
  • ભૌતિક ડ્રોડાઉન મર્યાદાઓ, સામગ્રી સંતુલન અને રિપોર્ટિંગ ધોરણો સાથે ઉત્પાદન અનુમાન આઉટપુટને ચકાસવાની ક્ષમતા

જ્યારે કૂવાને ઉત્પાદનમાં મૂકવામાં આવે છે, ત્યારે તે પ્રથમ દિવસે સૌથી વધુ પ્રવાહ દર આપે છે અને સમય જતાં તેમાં ઘટાડો થાય છે; કારણ કે જળાશયનું દબાણ ઘટે છે અને પ્રવાહી ઘટે છે. ભવિષ્યમાં આ ઘટાડાનું માપન, મોડેલિંગ અને વિસ્તરણ એ તેલ-ગેસ અર્થતંત્રનું હૃદય છે. ડિક્લાઈન કર્વ એનાલિસિસ (DCA) એ ઉત્પાદનના ઈતિહાસમાં ગાણિતિક ડ્રોડાઉન કર્વ ફીટ કરીને ભાવિ ઉત્પાદન અને કુલ પુનઃપ્રાપ્ત વોલ્યુમ (EUR - અંદાજિત અલ્ટીમેટ રિકવરી)નો અંદાજ કાઢવાનો છે. આ અંદાજ સીધો જ અનામત આંકડામાં અનુવાદ કરે છે અને તેથી કંપની મૂલ્ય, રોકાણના નિર્ણય અને નિયમનકારી ઘોષણાઓ. આ એકમમાં, અમે ઉત્પાદન ડેટા સાફ કરવા, ડ્રોડાઉન મોડલ પસંદ કરવા અને દૃશ્યો જનરેટ કરવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરીએ છીએ. અપરિવર્તનશીલ નિયમ: EUR એ અંદાજ છે, ચોકસાઈ નથી; ભૌતિક ડ્રોડાઉન મર્યાદા અને ભૌતિક સંતુલન સાથે પરીક્ષણ કર્યા વિના તે ક્યારેય જાહેર કરવામાં આવતું નથી, ખાસ કરીને આશાવાદી બાજુ લઈને.

ચાલો જાણીએ આર્પ્સ મોડલ્સ

ક્લાસિકલ DCA એ આર્પ્સના ત્રણ ડ્રોડાઉન મોડલ પર આધારિત છે:

  • ઘાતાંકીય ડ્રોડાઉન: ડ્રોડાઉન દર નિશ્ચિત છે; તે સૌથી રૂઢિચુસ્ત (સૌથી ઓછું EUR) મોડેલ છે. તે અંતમાં સમયગાળાની વર્તણૂકની નજીક છે.
  • હાયપરબોલિક ડ્રોડાઉન: સમય જતાં ડ્રોડાઉનનો દર ધીમો પડી જાય છે; તે આધાર b દ્વારા નિયંત્રિત થાય છે. b=0 ઘાતાંકીયને અનુલક્ષે છે, b=1 હાર્મોનિકને અનુરૂપ છે. મોટાભાગના કુવાઓ પ્રારંભિકથી મધ્ય સમયગાળામાં અતિશય હોય છે.
  • હાર્મોનિક ડ્રોપ: b=1; સૌથી વધુ આશાવાદી (સૌથી વધુ EUR) મોડેલ. તે સમગ્ર જીવન માટે ભાગ્યે જ માન્ય છે.

નિર્ણાયક બિંદુ પ્રાઇમ b છે. જેમ જેમ b વધે છે તેમ તેમ ડ્રોડાઉન ધીમો પડે છે અને EUR વધે છે. જો b>1 લેવામાં આવે અને લાંબા ગાળા માટે એક્સ્ટ્રાપોલેટ કરવામાં આવે, તો ઘટાડો અવાસ્તવિક રીતે ધીમો પડી જશે અને EUR વિસ્ફોટ થશે. ઉદ્યોગમાં આ સૌથી સામાન્ય ઓવર-ઓપ્ટિમિઝમ ભૂલ છે.

સાવધાન: પરંપરાગત કુવાઓમાં b સામાન્ય રીતે 0-0.5 ની રેન્જમાં હોય છે; શેલ ગેસ/ટાઈટ ઓઈલ જેવા બિનપરંપરાગત કુવાઓમાં, b>1 શરૂઆતના સમયગાળામાં જોઈ શકાય છે, પરંતુ તેને લાંબા ગાળે લઈ જઈ શકાતું નથી. ન્યૂનતમ ઘટાડો મર્યાદા (ટર્મિનલ ઘટાડો) હંમેશા અંતના સમયગાળામાં લાગુ કરવામાં આવે છે. જો AI એ b=1.3 સાથે 30 વર્ષ એક્સ્ટ્રાપોલેટ કરે છે, તો આ લાલ ધ્વજ છે.

અનામત વર્ગીકરણ

અનામતમાં રૂપાંતર કરતી વખતે ઉત્પાદનની આગાહીને અનિશ્ચિતતાના સ્તરોમાં વહેંચવામાં આવે છે:

  • 1P (સાબિત): ઉચ્ચ આત્મવિશ્વાસ; વ્યાજબી નિશ્ચિતતા સાથે કે તે આર્થિક રીતે ઉત્પન્ન થશે. આશરે P90 (ઓછામાં ઓછા તેટલી 90% સંભાવના).
  • 2P (સાબિત + સંભવિત): મધ્યમ દૃશ્ય, P50 ની આસપાસ.
  • 3P (સાબિત + સંભવિત + શક્ય): આશાવાદી દૃશ્ય, આશરે P10.

આ વર્ગીકરણ PRMS (પેટ્રોલિયમ રિસોર્સિસ મેનેજમેન્ટ સિસ્ટમ) અને SEC જેવા ધોરણો દ્વારા સંચાલિત છે અને તે લાયક મૂલ્યાંકનકર્તાની જવાબદારી છે. AI દૃશ્યો બનાવવામાં મદદ કરી શકે છે પરંતુ અનામતને "જાહેર" કરી શકતું નથી.

સ્ટેપ બાય સ્ટેપ: DCA વર્કફ્લો

  1. ડેટા સાફ કરો. બંધ સમયગાળો (સારી રીતે શટડાઉન), માપન ભૂલો, દરમિયાનગીરીઓ (એસિડિંગ, પુનઃપૂર્ણતા) ઉત્પાદન વળાંકને વિકૃત કરે છે. આને ટિક કરો; AI બહારના લોકો માટે સ્કેન કરી શકે છે, પરંતુ તમે નક્કી કરો.
  2. ડ્રોડાઉન શાસન પસંદ કરો. પ્રારંભિક ક્ષણિક પ્રવાહ અથવા સીમા-પ્રબળ પ્રવાહ? DCA માત્ર સરહદ-પ્રબળ સમયગાળામાં જ વિશ્વસનીય છે.
  3. એક મોડેલ બનાવો. Arps પરિમાણોને ફિટ કરો (પ્રારંભિક પ્રવાહ દર, ડ્રોડાઉન દર, b); b ને ભૌતિક શ્રેણીમાં રાખો.
  4. ટર્મિનલ ડ્રોડાઉન લાગુ કરો. અંતના સમયગાળામાં લઘુત્તમ ડ્રોડાઉન પર સ્વિચ કરો; અનંત હાયપરબોલિક એક્સ્ટ્રાપોલેશન ટાળો.
  5. તેને સ્ક્રિપ્ટ કરો. ઉત્પાદન P90/P50/P10 EUR.
  6. ચકાસો. સામગ્રી સંતુલન અને પડોશી સારી સામ્યતા સાથે પરીક્ષણ કરો.

ત્રણ મિની કેસ: સંખ્યાઓ દ્વારા

કેસ 1 - બેઝ બી ટ્રેપ. એક ચુસ્ત તેલના કૂવા પર, AI એ પ્રથમ 18 મહિનાના ડેટા માટે b=1.5 ફીટ કર્યું અને 30 વર્ષ સુધી એક્સ્ટ્રાપોલેટ કર્યું; EUR વધીને 620 હજાર બેરલ થઈ ગયો. જ્યારે એન્જિનિયરે ટર્મિનલ કપાત (8%/વર્ષ) લાગુ કરી, ત્યારે EUR ઘટીને 410 હજાર બેરલ થઈ ગયો. મટીરીયલ બેલેન્સ અને ફીલ્ડ સાદ્રશ્ય લગભગ 400 હજારને સપોર્ટ કરે છે. અંધ સ્વીકૃતિ 50% દ્વારા અનામતને વધારે પડતો અંદાજ આપશે.

કેસ 2 - ગંદા ડેટાની સફાઈ. કૂવાના ઉત્પાદન વળાંકમાં ડાઉનટાઇમ (જાળવણી)ના બે લાંબા સમય નીચા મૂલ્યો તરીકે દેખાયા; કાચા ડેટામાં ફીટ કરેલ ડ્રોડાઉન "ઝડપી અવક્ષય" દર્શાવે છે જે વાસ્તવિકતામાં અસ્તિત્વમાં નથી. AI ચિહ્નિત વલણ; જ્યારે સ્ટોપેજ દૂર કરવામાં આવ્યા હતા અને વાસ્તવિક ઉત્પાદન દિવસો સામાન્ય કરવામાં આવ્યા હતા, ત્યારે ઘટાડો દર વાસ્તવિક (22%/વર્ષને બદલે 14%/વર્ષ) હોવાનું બહાર આવ્યું હતું. સફાઈએ આગાહી સાચી કરી.

કેસ 3 - ક્ષણિક પ્રવાહ નિષ્ફળતા. એક એન્જિનિયરે ઉત્પાદનના પ્રથમ 3 મહિનામાં DCA લાગુ કર્યું; આ સમયગાળો હજી પણ અસ્થાયી પ્રવાહ હતો (સીમાની અસર શરૂ થઈ ન હતી). AI ખૂબ જ ઊંચા ડ્રોડાઉન રેટ અને નીચા EUR સાથે આ પ્રારંભિક સ્ટીપનેસમાંથી બહાર આવ્યું છે. સરહદ-પ્રબળ સમયગાળામાં સંક્રમણની રાહ જોયા પછી કરવામાં આવેલા વિશ્લેષણમાં વાસ્તવિક ઘટાડો થયો. DCA ક્યારે માન્ય હતું તે જાણવું જરૂરી હતું.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ ઉત્પાદન ડેટામાં ડ્રોડાઉન કર્વ ફીટ કરો અને અનામત જણાવો.[ડેટા]

શક્તિશાળી પ્રોમ્પ્ટ:

નીચેના (અનામી) માસિક ઉત્પાદન ડેટા પર ડ્રાફ્ટ ડ્રોડાઉન કર્વ વિશ્લેષણ. નિયમો:- પ્રથમ માર્ક ક્લોઝ્ડ પીરિયડ/સ્ટોપેજ, હસ્તક્ષેપ અને આઉટલાયર; આને ડ્રીમ ફેબ્રિકેશનમાંથી દૂર કરો અને તમારું સમર્થન લખો. - મૂલ્યાંકન કરો કે ડેટા ક્ષણિક છે કે સીમા-પ્રબળ પ્રવાહમાં છે; DCA માત્ર સરહદ-પ્રબળ સમયગાળા દરમિયાન જ માન્ય છે, જો યોગ્ય ન હોય તો સૂચવો.- arps બનાવો; b ઘાતને ભૌતિક શ્રેણીમાં રાખો (પરંપરાગત 0-0.5). અંતના સમયગાળામાં ટર્મિનલ ડ્રોડાઉન મર્યાદા લાગુ કરો. અનંત હાયપરબોલિક એક્સ્ટ્રાપોલેશન ન કરો.- P90/P50/P10 તરીકે EUR આપો, સિંગલ નંબર નહીં.- સામગ્રી સંતુલન/સંલગ્ન સારી સાથે કેવી રીતે ચકાસવું તે લખો. ડેટા: [ઉત્પાદન કોષ્ટક]

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) ઉત્પાદન ડેટા સફાઈ:

"તારીખ ડેટાને ઠીક કરશો નહીં, ફક્ત તેને ચિહ્નિત કરો. કોષ્ટક: [ઉત્પાદન]

2) ડ્રોડાઉન શાસન નિદાન:

નીચેના ઉત્પાદન અને દબાણ ડેટામાંથી (જો ઉપલબ્ધ હોય તો), મૂલ્યાંકન કરો કે પ્રવાહ ક્ષણિક છે કે સીમા-પ્રભુત્વ. તે સમયગાળાનો ઉલ્લેખ કરો કે જે દરમિયાન DCA વિશ્વસનીય રહેશે. શરૂઆતના સમયગાળામાં તેને અનુકૂલિત કરવાના જોખમને સમજાવો. ડેટા: [પ્રવાહ/દબાણ]

3) આર્પ્સ ફિટિંગ અને દૃશ્ય:

નીચે આપેલા સ્વચ્છ ઉત્પાદન ડેટામાં ઘાતાંકીય અને હાઇપરબોલિક Arps ફિટ કરો. b ઘાતાંકને 0-0.5 ની અંદર રાખો; X% ટર્મિનલ ડ્રોડાઉન મોડું લાગુ કરો. ત્રણ દૃશ્યો (P90/P50/P10) EUR આપો અને લખો કે કઈ ધારણાઓ સૌથી વધુ અસરકારક છે. ડેટા: [સ્વચ્છ ઉત્પાદન]

4) EUR ક્રોસ ચેક:

આ EUR આગાહી તપાસો: શું સંચિત ઉત્પાદન + બાકીની આગાહીનો સરવાળો ક્ષેત્રના સામગ્રી સંતુલન/એનાલોગ સારી અંતર સાથે સુસંગત છે? વધુ પડતા આશાવાદી/નિરાશાવાદી ચિહ્નોની યાદી બનાવો. EUR અને ઇનપુટ્સ: [મૂલ્યો]

ડ્રોડાઉન મોડલ પસંદગી માર્ગદર્શિકા

મોડેલ

b પ્રાઇમ

EUR વલણ

જ્યારે

ઘાતાંકીય

0

સૌથી નીચો (રૂઢિચુસ્ત)

મોડેથી સારી રીતે પરિપક્વ

અતિશય

0-1

મધ્યમ

પ્રારંભિક-મધ્યમ સમયગાળો, મોટાભાગના કુવાઓ

હાર્મોનિક

1

ઉચ્ચ (આશાવાદી)

દુર્લભ, સાવધાની સાથે ઉપયોગ કરો

અમર્યાદિત હાયપરબોલિક

>1 લાંબા ગાળાના

ખૂબ ઊંચું (ખોટું)

ઉપયોગ કરશો નહીં; ટર્મિનલ મર્યાદા લાગુ કરો

સામાન્ય ભૂલો

  • ઉચ્ચ b સાથે લાંબા એક્સ્ટ્રાપોલેશન. b>1 વર્ષમાં ખસેડવું અને EUR ને અતિશયોક્તિ કરવી; ટર્મિનલ ડ્રોપ છોડો.
  • તેને ગંદા ડેટામાં ફીટ કરવું. મુદ્રાઓ અને હસ્તક્ષેપોને સાફ કર્યા વિના સપના દૂર કરવા.
  • ક્ષણિક પ્રવાહ પર DCA લાગુ કરવું. સરહદ-પ્રબળ સમયગાળો શરૂ થાય તે પહેલાં આગાહીઓ કરવી.
  • વિચિત્ર સંખ્યા EUR. અનિશ્ચિતતાની જાણ ન કરવી (P90/P50/P10).
  • સામગ્રી સંતુલન છોડવું. સ્વતંત્ર ભૌતિક/એનાલોગ નિયંત્રણ સાથે EUR નું પરીક્ષણ કરતું નથી.

સારાંશમાં

  • DCA એ પ્રોડક્શન ઈતિહાસમાં ડ્રોડાઉન કર્વ ફીટ કરીને ભાવિ ઉત્પાદન અને EUR નો અંદાજ કાઢવાનો છે.
  • Arps b પ્રાઇમ જટિલ છે; ઊંચા b સાથે લાંબા એક્સ્ટ્રાપોલેશન ખતરનાક રીતે EUR ને વધારે પડતો અંદાજ આપે છે, ટર્મિનલ ડ્રોડાઉન આવશ્યક છે.
  • AI ડેટા ક્લિનિંગ અને સિનારિયો જનરેશનમાં મદદરૂપ છે; પરંતુ અનામત જાહેર કરી શકતા નથી, લાયક મૂલ્યાંકનકર્તા પુષ્ટિ કરે છે.
  • EUR ને P90/P50/P10 વિતરણ તરીકે જાણ કરો; સરહદ-પ્રબળ સમયગાળા દરમિયાન જ DCA લાગુ કરો.
  • સામગ્રી સંતુલન અને સંલગ્ન વેલ સાદ્રશ્ય દ્વારા પરિણામ ચકાસો.

એપ્લિકેશન કાર્ય

(પ્રતિનિધિ) કૂવા માટે માસિક ઉત્પાદન ડેટા મેળવો. શક્તિશાળી પ્રોમ્પ્ટ સાથે DCA ડ્રાફ્ટ જનરેટ કરો. પછી: (1) ઓછામાં ઓછા એક સ્ટોપ/આઉટલીયરને ચિહ્નિત કરો અને દૂર કરો, (2) મોડેલના b ઘાતાંકને તપાસો અને જો તે 1 થી ઉપર હોય તો ટર્મિનલ ડ્રોડાઉન લાગુ કરો, (3) ત્રણ પરિસ્થિતિઓમાં EUR માટે પૂછો અને સંચિત + બાકીના તર્ક સાથે આશરે P50 સપ્લાય કરો.

ચેકલિસ્ટ

  • [ ] હું Arps ઘાતાંકીય/હાયપરબોલિક/હાર્મોનિક મોડલ્સ અને EUR પર b પ્રાઇમની અસર જાણું છું.
  • [ ] હું ડાઉનટાઇમ/ હસ્તક્ષેપ માટે ઉત્પાદન ડેટા સાફ કરું છું.
  • [ ] હું સીમા-પ્રભુત્વવાળા પ્રવાહ સમયગાળા દરમિયાન જ DCA લાગુ કરું છું.
  • હું ભૌતિક શ્રેણીમાં [ ] b પ્રાઇમ રાખું છું અને EUR P90/P50/P10 આપીને ટર્મિનલ ડ્રોડાઉન લાગુ કરું છું.
  • [ ] સામગ્રી સંતુલન અને એનાલોગ સાથે EUR ને સારી રીતે ચકાસે છે, હું સમજું છું કે અનામત ઘોષણા એ આકારણીકર્તાની જવાબદારી છે.